最近开始看了一点kotlin，本文做记录之用：(1) kotlin代码可以在java中无缝使用，所以学习曲线较为平缓，可以一点一点的将java代码替换成kotlin，先从普通的类开始，现学现用：public class User {private int id ;private String name;public User(){}public U...

1）理论基础：熵 (entropy) 的计算：通过计算熵，从而获得信息增益（Information Gain)，可判断是否通过某个属性划分子树。熵越大，数据集的纯度(purity)越小。首先还是从实际数据举例：所有数据的entropy：接下来使用第一个属性outlook作为分割数据的标准:outlook有三种结果sunny，overcast，rainy，则需要计算他们各自的熵...

在之前写的一篇关于聚类分析的文章中，介绍了两种用于评价聚类模型好坏的标准，分别是elbow method和silhouette score。现在使用另外一种评分方式。davies_bouldin_score， sklearn中有这个包， 但介绍不是很多。大概意思就是这个分数越低，模型越好，最小值是0。直接用代码可视化分析一下:首先还是生成数据:from sklearn.datasets impor

这一次将结合机器学习模型和参数调优进行更加贴合实际的训练。首先简单介绍一下各种算法:一）Bagging算法:简称袋装法, 英文全称叫Bootstrap Aggregating，其实现过程是从数据样本中抽取n个数据，实现一个机器学习模型，抽取k次，每次抽取互不干扰，生成k的模型，最后将k个模型采用投票的方式获得分类结果。二）Boosting算法：2.1）AdaBoost算法：给训练集Tr...

cuda官网：cuda选择好对应的平台然后点击下方的下载，会提供local和network两种下载方式。下载好了之后安装他会让你自定义文件夹，但安装好了之后你会发现cuda文件夹消失了。他会跑到C盘路径下，反正就是在C盘program files里找一下。进入该文件夹并找到bin，用命令行进入到对应的路径，比如我这里是C:\Program Files\NVIDIA GPU Computing To

色彩空间

线性回归（Linear Regression）无论是统计学教材还是机器学习教材基本都是放在第一章讲的，所以先从这里开始学习，首先是单变量线性回归（Linear Regression with One Variable）首先导入包：import numpy as npimport matplotlib.pyplot as pltfrom sklearn.metrics import mean...

关于支持向量机的理论和证明都非常多，这里主要想讲一下代码实现及各参数的含义及作用。SVM的主要目的是找到一个平面，使得支持向量离这个平面尽量的远，所以常用于分类问题，而支持向量回归（SVR）的主要目的是找到一个平面近可能离所有的点都很近，从而实现回归。1）SVM：首先看下其各项参数，详细地址见sklearn.svm一般调以下几个参数：kernel: 核，选项有’linear’ 线性核...